MCP Quoting System

MCP报价系统

基于MCP（模型上下文协议）的智能报价系统，将收到的RFP与历史报价进行比较，以生成准确的成本估算和交付周期。

🚀 快速入门（Windows）

新系统？ 只需双击 START.bat 并选择选项\[1\]进行自动设置！

请参阅这些指南：

• QUICKSTART.md -带有工作流程和示例的视觉指南
• 浴室-README.md -完整的批处理文件文档
• 测试用例.md -测试系统的RFQ样本

可用批处理文件

• START.bat -主交互式启动器（推荐）⭐
• setup.bat -首次安装向导
• start-dev.bat -启动开发服务器
• start-prod.bat -启动生产服务器
• quick-test.bat -自动化测试
• stop.bat -停止服务器
• 看 浴室-README.md 获取完整列表

______________________________________________________________________

特性

• RFP解析：从基于文本的征求建议书中自动提取材料、工艺、数量、公差和其他关键信息
• 历史匹配：使用智能相似性评分将新请求与过去的报价进行比较
• 成本估算：基于活动的成本计算，包括材料、加工、劳动力、工具和间接费用计算
• 交付周期预测：根据数量、流程和历史数据估算交付时间
• 信心评分：根据数据完整性和匹配质量提供低/中/高置信度评级
• 人类在循环：发送报价前需要获得批准，并附有完整的审计跟踪
• 幂等性：防止重复处理同一征求建议书

建筑

该系统被构建为具有以下功能的MCP服务器：

MCP功能（能力）

1. ingestRfp -解析RFP文本并提取结构化信息
2. findSimilarQuotes -在历史数据库中搜索类似的过去报价
3. 估计成本交付周期 -计算成本和交付周期估算
4. 生成报价 -创建格式化的报价文档
5. approveQuote -将报价标记为已批准（人工参与）
6. 发送报价 -通过电子邮件发送报价（启用模拟运行）

协调者

• 评估报价和起草报价 -协调所有功能以生成完整的报价评估

安装

npm install

配置

1. 复制 .env.example 到 .env:

cp .env.example .env

1. 编辑 .env 使用您的设置：

PORT=3789
SMTP_HOST=smtp.gmail.com
SMTP_PORT=587
SMTP_USER=your-email@example.com
SMTP_PASS=your-app-password

用法

启动服务器

开发模式：

npm run dev

生产方式：

npm run build
npm start

加载样本历史数据

将示例报价复制到主数据库：

cp data/sample-quotes.json data/quotes.json

API调用示例

1.完整报价评估（协调员）

curl -X POST http://localhost:3789/mcp/invoke/evaluateRfpAndDraftQuote \
  -H "Content-Type: application/json" \
  -d '{
    "rfp": {
      "rawText": "We need 200 pcs of a 6061-T6 aluminum widget, CNC machined, anodize finish, tolerance +/-0.005, delivery by 2025-02-28. Contact: buyer@acme.com",
      "qty": 200,
      "contactEmail": "buyer@acme.com",
      "customerName": "Acme Corp"
    }
  }'

2.获得格式化的评论

curl -X POST http://localhost:3789/mcp/utility/formatReview \
  -H "Content-Type: application/json" \
  -d '{
    "result": {}
  }'

3.查看历史报价

curl http://localhost:3789/mcp/utility/historicalQuotes

4.添加历史报价

curl -X POST http://localhost:3789/mcp/utility/addHistoricalQuote \
  -H "Content-Type: application/json" \
  -d '{
    "id": "Q-NEW",
    "quoteDate": "2024-11-12T10:00:00Z",
    "customerName": "New Customer",
    "normalized": {
      "material": "steel",
      "processes": ["laser", "bend"],
      "qtyRange": [51, 100],
      "tolerances": "+/-0.010"
    },
    "costPerUnit": 25.00,
    "totalCost": 1875.00,
    "leadDays": 14,
    "approved": true
  }'

相似性匹配

该系统使用基于规则的加权组件相似性评分：

• 材料 （35%）：完全匹配、家庭匹配或部分匹配
• 过程 （30%）：所需流程的重叠
• 数量 （20%）：相同范围或相邻范围
• 公差 （10%）：匹配精度要求
• 完成 （5%）：表面处理匹配

信心阈值

• 高可信 （≥85%）：与以往工作非常相似，估计可靠
• 中等信心 （70-85%）：相似家庭，谨慎调整
• 低置信度 （\<70%）：新型工作，需要工程师审查

成本估算

基于活动的成本计算模型：

Total Cost = Material + Processing + Labor + Tooling + Overhead + Margin

组件

• 材料成本：单价×数量（来自材料价格表）
• 加工成本：工艺时间总和×机器小时率
• 人工成本：操作员时间×人工费率
• 工具摊销：设置成本/数量
• 开销：直接成本的15%
• 边距：20%的利润率
• 应急：低置信度报价为10%

交付周期计算

Lead Time = Procurement + Setup + Run Time + QA + Shipping

调整基于：

• 数量（体积越大=交付周期越长）
• 工艺复杂性（热处理、镀层增加时间）
• 类似报价的历史实际交付周期

数据存储

目前使用JSON文件 data/ 目录：

• quotes.json -历史报价数据库
• evaluations.json -最近的征求建议书评估（最近100次）

对于生产，考虑迁移到：

• PostgreSQL用于关系数据
• 用于语义相似性搜索的向量数据库（Pinecone、Weaviate）
• Redis用于缓存和幂等性

安全特性

1. 人类在循环：所有报价默认为“草稿”状态
2. 模拟电子邮件：电子邮件发送需要明确启用
3. 幂等性：重复的RFP返回缓存结果
4. 审计跟踪：记录所有带有时间戳的评估
5. 信心评分：标记不确定的估计值以供审查

扩展系统

添加新材料

编辑 src/config.ts:

materials: {
  'titanium-grade-5': 18.0,
  // Add more...
}

添加新流程

编辑 src/config.ts:

processes: {
  'EDM': 40,  // minutes per part
  'Grinding': 25,
  // Add more...
}

集成矢量搜索

替换中的基于规则的匹配器 src/matcher.ts 与：

1. 用于RFP文本的OpenAI嵌入
2. 矢量数据库（松果体、织物、FAISS）
3. 余弦相似度搜索
4. 元数据过滤（材料、过程）

添加数据库后端

替换 src/storage.ts 使用数据库适配器：

• PostgreSQL使用Prisma或TypeORM
• 实现连接池
• 添加事务以确保数据完整性

测试

创建测试RFP：

// Test 1: High similarity match
{
  "rawText": "Need 250 units of 6061-T6 aluminum, CNC milled and anodized, +/-0.005 tolerance",
  "qty": 250
}

// Test 2: New material
{
  "rawText": "100 titanium brackets, laser cut and polished",
  "qty": 100
}

// Test 3: Low detail (low confidence)
{
  "rawText": "We need some metal parts",
  "qty": 50
}

API 文档

启动服务器时，请参阅控制台输出中的完整API文档。

故障排除

未找到历史匹配项

• 检查一下 data/quotes.json 存在并有内容
• 验证材料名称是否匹配（不区分大小写）
• 中的相似性阈值较低 src/config.ts

成本似乎不正确

• 审查材料价格 src/config.ts
• 调整机器小时费率和人工费率
• 检查间接费用和利润百分比

交付周期太短/太长

• 调整 defaultLeadDays 在配置中
• 审查流程时间估算
• 检查基于数量的缩放逻辑

未来的增强功能

1. 基于ML的相似性：根据历史报价训练模型以赢得模式
2. 图纸分析：从CAD/PDF图纸中提取特征
3. 供应商整合：供应商提供的实时材料交付周期
4. CRM集成：自动填充客户信息
5. 仪表板用户界面：React前端供工程师审查/批准
6. 分析：盈亏跟踪、定价优化
7. 多种货币：国际报价支持
8. 修订跟踪：报价版本历史

许可证

麻省理工学院

支持

如有任何问题或疑问，请联系您的系统管理员。